مقایسه قدرت کارایی الگوریتم های فرابتکاری (شبکه عصبی مصنوعی و نزدیکترین همسایه) و مدل اقتصادسنجی (رگرسیون لجستیک) در پیش بینی رتبه اعتباری مشتریان حقیقی بانکها
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 649
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AMSCONF03_294
تاریخ نمایه سازی: 12 تیر 1395
چکیده مقاله:
هدف از این مقاله اندازه گیری ریسک اعتباری مشتریان حقیقی بانک با استفاده از روش شبکه عصبی و نزدیکترین همسایه در مقابل روش پارامتریک آماری رگرسیون لجستیک و ارائه راهکارهای صحیح جهت مقابله با افزایش مطالبات معوق می باشد. بدین منظور از 1000 پرونده اعتباری مشتریان حقیقی که طی سالهای 1383- 1390 تسهیلات دریافت نمودهاند، با نمونه گیری طبقه بندیتصادفی ساده و روش انتساب مناسب جهت جمع آوری نمونه آوری استفاده شد. نتایج اینمطالعه نشان می دهد که در بین متغیرهای مرتبط با ویژگی های های شخصیتی متقاضی، متغیرهایی نظیر سن، هدف از تسهیلات املاک و مستغلات و حساب جاری بیشترین اهمیت را در رتبه بندی مشتریان به پنج طبقه مشتریان خوش حساب خوب نسبتا خوب حساب نسبتا خوب متوسط، نسبتا بد حساب بد حساب خیلی بد از هم داشته اثر معناداری آن بر متغیر وابسته (رتبه بندی پنج طبقه مشتریان) بوسیله آزمون های اماری تایید شده است.
کلیدواژه ها:
رتبه بندی اعتباری ، ریسک اعتباری ، الگوریتم های فراابتکاری ، شبکه عصبی مصنوعی ، مدل نزدیکترین همسایه رگرسیون لجستیک
نویسندگان
معصومه کاظمی
دانشجوی کارشناسی ارشد حسابداری دانشگاه آزاد اسلامی واحد اسلامشهر
میرفیض فلاح شمس
استادیار دانشگاه آزاد واحد تهران مرکز
محمدحسین شفیع آبادی
استادیار دانشگاه آزاد واحد اسلامشهر
حمیدرضا کردلویی
استادیار دانشگاه آزاد واحد اسلامشهر
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :